当许多人想到机器人时，他们会想到一个金属人形机器人，或者可能是那些在电视节目中相互竞争的智能机器之一。当我们谈论机器人过程自动化(RPA)时，我们可能指的是“软件机器人”，即在其他系统上执行操作的可编程或自学习系统。本文着眼于RPA在未来数据中心（即所谓的“智能数据中心”）中的作用。我们探讨了为什么数据中心需要智能化、可用的RPA类型、如何将RPA集成到数据中心以及这样做的好处。为什么我们需要智能数据中心？那么，为什么我们需要智能数据中心呢？换句话说，现有的数据中心技术有什么问题？答案在于企业IT趋势。企业构成了大多数数据中心的客户群，无论是小型区域数据中心、繁忙的主机托管，还是作为公共云提供商基础的大型数据中心的全球分布式网络。随着企业意识到云的力量和效率，他们正在构建需要实时处理、弹性可扩展性、大数据存储容量和99.99%或更高可靠性的DevOps团队和微服务。为了满足这些业务模型的新需求，同时保持成本竞争力，数据中心必须提高可靠性和性能，同时降低开销。一个艰难的！随着基础设施变得更加复杂和分散，机器人辅助还有一个额外的理由。人类无法在不犯错误或降低速度和性能的情况下监控和处理进入数据中心的多个信息流。网络停机已经够糟糕了，但随着数据泄露现在招致创纪录的罚款，错误可能会威胁到数据中心的存在。正如总部位于洛杉矶的IT咨询公司DCGInc.所说，“考虑到进出现有网络的数据量，必须考虑这些数据的每一点。”由于人为错误仍然是网络问题的最常见原因，机器人提供了一双安全的手，至少就以下复杂、重复的过程而言是这样。但是，机器人是否过于依赖它们的人类霸主而无法适应系统状态的变化？要回答这个问题，我们需要更仔细地研究RPA的工作原理以及现有的不同类型的软件机器人。两种类型的RPARPA是一个广阔的领域，但通常由一个控制器、一组开发人员工具和一个软件机器人组成。机器人又可分为两类：可编程机器人和智能机器人。使用可编程机器人的RPA是一个密集的过程，因为必须分解过程的每个步骤，并且机器人被编程为根据固定参数执行这些步骤。这对于简单、重复的任务来说已经足够好了，而且这种类型的RPA在制造业中很常见。带有智能机器人的RPA使用机器学习(ML)技术。这些机器人在流程执行时监控流程并分析大量历史和当前数据以了解如何优化流程。然后可以将它们配置为根据高级策略和对系统状态的了解采取一系列操作。他们可以决定应该执行哪些任务以及何时执行这些任务。现代数据中心的复杂环境越来越需要后一种类型的软件机器人，因为它们的参数变化很快，而且有大量的非结构化数据。RPA技术正在迅速成熟，现在可以以最小的中断集成到数据中心，产生可靠的结果并加快关键任务流程。但如果您正在为数据中心研究RPA，则无需着急。事实上，零敲碎打的方法通常更好，因为与大多数新技术一样，如果没有深思熟虑、有条不紊的方法，可能无法充分利用其优势。在完全自动化的数据中心中从手动控制转向完全自动化仍然是未来的目标，许多人仍然怀疑机器人是否能够安全地处理所涉及的许多过程。与自动驾驶汽车一样，在将自主数据中心留给自己的设备之前，会有很多测试和中间阶段。将RPA集成到数据中心可以被认为是一个四个阶段的过程，从大多数数据中心已经存在的手动辅助操作到完全自动化：辅助手动操作这是机器人用于自动执行简单任务的地方，减少人工操作员工需要执行的步骤数。人类操作员仍然需要触发初始操作，例如执行备份或将数据从近乎在线的系统移动到在线系统，但机器人将被编写脚本以执行执行任务所涉及的子步骤。部分自动化通过部分自动化，RPA和ML结合起来分析趋势并向操作员推荐操作。一个例子是动态资源调度(DRS)，机器人可以根据负载平衡规则推荐转移工作负载。有条件的自动化在有条件的自动化中，机器人会监控系统的状态，然后在满足特定条件时接管。这些可以是具体定义的条件（例如一天中的某个时间）或参数之外的条件。例如，如果机器人检测到数据中心某个部分的温度超出规定范围，它可以采取一系列行动来降低损坏风险、采取补救措施并向数据中心控制器发出警报。全自动化未来的全自动化智能数据中心将使用ML进行自我学习，并使用当前和历史数据以及建模场景提前规划。它将随着时间的推移而发展，根据经验调整参数并改进其容量管理、资源分配和能源效率。未来的数据中心机器人还将能够主动监控数据中心的健康状况并采取补救措施，例如订购、更换和配置硬件组件。自主数据中心的好处机器人技术已经对制造业产生了积极影响。正如DCGITServicesLosAngeles所解释的那样，“制造商正在享受更低的总体成本、更高的精度、更高的危险操作安全性以及更高的生产率。”它与数据中心的集成已经开始，并且随着谷歌等云提供商收购机器人公司并与UiPath等RPA专家合作开发一系列自动化选项，这种集成可能会加速。数据中心可以从采用RPA中获得的好处包括：提高生产力（所谓的“协作机器人”在执行重复性任务时的生产力是人类的六倍。）员工可以腾出时间来承担创造性和战略性任务（例如DevOps业务规划），从而增加人的价值并降低人为错误的风险更好的容量管理更好的资源规划提高能源效率主动维护24/7/365监控和自动修复（自我修复）机器人逐渐在数据中心站稳脚跟最后，RPA足够复杂，将我们带到自动化数据中心的边缘只是时间问题。潜在的性能提升和成本节约对于数据中心所有者和使用它们的企业来说是非常有前途的。
